基于调和模型的连续Hopfield神经网络次优图像复原

本文提出了一种基于调和模型的连续Hopfield神经网络正则化次优图像复原算法。针对传统正则化图像复原由于"模糊矩阵"和"高通滤波器"规模庞大而带来的复原过程中占用存储资源多的问题,提出了一种基于部分图像信息的次优复原算法,该算法能在性能下降不大的前提下,较好地解决传统复原资源消耗问题。同时算法采用由梯度算子生成的调和模型作为正则项,能在复原的同时保留图像边缘。仿真结果表明了算法的有效性。     

各向异性正则化的多帧遥感图像盲复原算法

在大气湍流较强时,一般的遥感图像复原算法难以取得较好的复原效果。针对这种情况,提出了一种基于各向异性约束的多帧遥感图像盲复原算法。该算法不需要成像过程的先验信息,仅根据图像及点扩散函数的非负约束和支持域约束,即可得到较好的复原结果;同时该算法能够自适应地调整正则化参数,在实现图像复原的同时,保持边缘并抑制噪声。试验结果验证了该算法的良好性能,复原后图像的质量得到较大提高。     

各向异性正则化的多帧遥感图像盲复原算法

在大气湍流较强时,一般的遥感图像复原算法难以取得较好的复原效果.针对这种情况,提出了一种基于各向异性约束的多帧遥感图像盲复原算法.该算法不需要成像过程的先验信息,仅根据图像及点扩散函数的非负约束和支持域约束,即可得到较好的复原结果;同时该算法能够自适应地调整正则化参数,在实现图像复原的同时,保持边缘并抑制噪声.试验结果...     

多时相遥感图像复原方法的研究

为了充分利用卫星所获得的对同一地区多次观测图像来进行清晰化,选择了多时相遥感图像复原技术,利用各观测图像间相似但又有差异的信息,重建出反降晰图像以获得更多的细节.论文建立了多时相遥感图像复原的数学模型,估计出观测图像与参考图像之间的相对运动,选择约束最小二乘法对解进行规整化,获得复原结果.运用该算法对卫星拍摄的多时相遥感图像进行处理,并选择三种衡量标准对复原结果进行定量分析,验证了算法的有效性和实用性.     

基于刃边法与正则化方法的遥感影像复原

提出了一种基于刃边法PSF估计和保边缘正则化方法的遥感影像复原方法,利用刃边法,建立正则化复原模型,以及最速下降法进行复原,实现了优于传统的维纳滤波、约束最小平方等方法的复原效果。     

基于非局部总变差的消除不规则采样遥感图像复原方法

提出一种消除不规则采样的遥感图像复原方法,该方法结合了ACT算法和总变差（TV）图像复原模型以达到同时去除多种图像退化因素的目的,并且结合非局部均值（NLM）算子给出了基于NLTV的消除不规则采样遥感图像复原模型,最后使用算子分裂与扩展的坎贝尔投影算法求解模型。实验结果表明,该方法能够有效减少复原图像的阶梯效应并提高复原图像的纹理细节信息。     

乘性噪声图像的偏微分方程复原模型

针对含有乘性噪声退化图像的复原问题,提出了一种自适应的、良态的偏微分方程复原模型。该模型是在对该类退化图像统计学规律分析的基础上,通过对正则项的自适应修正和保真项中模糊算子的改进构造的。测试实验数据表明,复原后的图像峰值信噪比与AA模型相比提高了5 d B左右,边缘保持指数比AA模型提高了1倍左右。该模型在对含有服从Gamma分布的乘性噪声和高斯模糊的退化图像复原时,能够在去除噪声的同时保持边缘,复原能力优于其他常见的模型。     

顾及模糊核连通性的无人机图像半盲复原方法

模糊航空图像复原不仅能够改善图像的细节与特征,而且可以提高目标的识别能力以及定位精度。在无参数条件下利用已有航空图像建立模糊核估计模型,提出了顾及模糊核连通性的无人机图像半盲复原方法。首先建立梯度筛选,筛选出模糊图像与已有清晰图像梯度域的公共地物,构建保真项;然后利用模糊核梯度八邻域描述模糊核的连通性度量,并将其作为正则项缩小解空间与构建模型;最后重建图像,根据图像金字塔结构对模糊核进行分层估计,并通过分裂Bregman算法解卷积重建图像。对比实验从模糊类型、公共地物、方法对比、方法适用性4个方面进行分析,结果表明,在公共地物达到35%以上时,模糊航片具有良好的复原效果,所提方法具有较强实际应用价值。     

条件生成对抗网络在遥感图像复原中的可行性

对于遥感图像中降质模糊的问题,经典的图像复原方法由于模糊函数难以估计等原因,复原效果较差。为了避免估计模糊函数带来的困难,通过深度学习的方法对图像进行去模糊,研究了基于条件生成对抗网络(conditional generative adversarial nets,CGAN)的图像复原方法。首先创建训练网络的训练库,然后设置网络训练的初始参数,该网络以对抗的方式来使生成模型和判别模型进行交替学习,通过不断学习降质图像和清晰图像之间的差异,并结合了对抗损失和感知损失来缩小两者之间的差异,实现图像复原。实验采用以GOPRO数据集为基础的混合模糊训练库来训练网络,并与其他方法进行了对比试验,结果表明,在图像细节和评价指标方面,CGAN具有较好的复原效果,保证了复原图像的细节信息和纹理信息,证明了该方法可以用于遥感图像的复原。     

目标边缘保持约束的图像联合解卷积复原算法

针对图像复原过程中去噪与目标边缘特征保持之间的矛盾,该文提出了一种基于目标边缘保持的图像联合解卷积复原算法。首先,构建了一个目标边缘保持约束模型,实现对图像小梯度特征(噪声为主)的平滑、对图像大梯度特征(目标边缘为主)的保留,平衡复原处理过程中图像去噪与目标边缘保持之间的矛盾;然后,将目标边缘保持约束先验模型,引入MAP图像复原框架,提升MAP复原算法的可靠性和收敛性;最后,利用共轭梯度迭代优化计算过程,加快算法收敛速度。实验结果表明,该算法能较好地平衡图像去噪与目标边缘特征保持之间的矛盾,实现了图像高清晰复原。